この秋、国内では個人情報漏えいの公表が毎日のように続いています。漏えいが確認された事案だけを集めた一覧は、4月下旬から11月6日までで個別165件。そのうち95件が、10月と11月の最初の6日間に集中しています。こうなると「日本だけ狙われているのではないか」「日本のセキュリティが遅れているからではないか」という声が出てきます。本記事では、海外の統計と並べて、何が世界共通で、何が日本的なのかを切り分けます。
世界でも増えている
まず、漏えいが増えているのは日本だけではありません。米国の非営利団体 ITRC の集計では、2026年上半期の漏えい・侵害は1,803件で、年間では2025年の3,321件を上回る見込みです。被害者への通知数は上半期だけで推計4億7,120万件に達し、2025年1年分の2億9,750万件を半年で超えました。ただし、このうち2億7,500万件は教育プラットフォーム Canvas の1件が占めており、「件数は増加、1件あたりの規模はさらに巨大化」という構図です。
出典: ITRC「H1 2026 Data Breach Report」(2026年7月22日)
韓国でも同じ傾向です。個人情報保護委員会への漏えい申告は、2026年上半期だけで432件。2025年1年分の447件にほぼ並びました。
攻撃の入口になる脆弱性も増えています。Google の脅威情報グループ(GTIG)によれば、2026年1〜8月に実際に悪用された脆弱性は141件で、2025年1年分の127件をすでに超えました。GTIG は、増加の原因を「新しいゼロデイの洪水」ではなく、公開済みの脆弱性が素早く武器化されるようになったことに求めています。修正パッチや概念実証コードをAIで解析し、数日で攻撃に転用する動きが観測されています。
出典: The Record「Google: AI is changing the pace of vulnerability discovery and exploitation」(2026年9月30日)
10月には、PHP本体の脆弱性「php2shell」、Node.js、Plex、GitLab の脆弱性が同じ週に公開され、欧州の政府サイトが相次いで停止しました。インドの認証局 eMudhra の鍵の不備、開発基盤 Railway や LiteLLM の侵害も重なり、海外ではこの月を「Black October」と呼んでいます。Reuters の取材に対し、脅威情報企業 VulnCheck は、AIによって発見される脆弱性が前年比で倍になったとし、専門家は「こうした騒ぎが今後数年は続く」と見ています。
日本の増え方は、世界より速い
世界共通の波の上で、日本は増え方が目立ちます。セキュリティ企業 Forescout の分析では、2026年1〜4月に日本の組織を標的として犯行声明を出したランサムウェア攻撃は32件で、前年同期の23件から39%増。同社が示す世界全体の増加率25%を上回ります。日本を標的にする攻撃グループは68から124に増え、国別の標的ランキングは28位から14位に上がりました。
出典: Forescout「Japan's 2026 Cyber Threat Landscape」(2026年7月28日)
警察庁への報告でも、2026年上半期のランサムウェア被害は123件で、統計開始以来の半期最多です。上場企業に限った東京商工リサーチの集計では、2025年の個人情報漏えい・紛失事故は180件と前年より減った一方で、被害人数は約1,586万人から約3,064万人へ93%増、100万人を超える事故は2件から6件に増えました。件数ではなく、1件の重さが変わっています。
出典: ScanNetSecurity「ランサムウェア被害件数が過去最多の123件に」(2026年9月30日)/東京商工リサーチ「2025年 上場企業の個人情報漏えい・紛失事故」(2026年1月30日)
公的統計の急増は、この秋に集中している
年単位の公的統計を見ると、少し違う姿が見えます。個人情報保護委員会への漏えい等報告は、2025年度(令和7年度)で民間事業者から17,139件。前年度より約1割減っています。前年度の件数は1社のランサムウェア事案に伴う大量の報告で押し上げられていたため、それを除けば横ばいか微増です。昨年度までは、「日本だけ件数が跳ね上がった」とは言えない状態でした。
出典: 個人情報保護委員会「令和7年度 年次報告」(2026年7月7日)
変わったのは、この秋です。個人情報保護委員会が10月28日に公表した集計では、不正アクセスによる漏えい等の速報は4月166件、5月163件、6月185件、7月212件、8月235件と緩やかに増えたあと、9月に303件、10月は16日までで830件に跳ね上がりました。1日あたりにすると、約10件から約52件です。4月からの対象者は延べ約2億6,000万人にのぼります。
出典: 個人情報保護委員会「最近の不正アクセスによる個人データの漏えい等の傾向」(第374回委員会 参考資料2、2026年10月28日)
ただし、この数字には注意が要ります。速報の受付件数であって攻撃の件数ではなく、「おそれ」の段階も含みます。そして、委託元と委託先がそれぞれ報告するため、1つの侵害が何十件にも数えられます。延べ人数も、同じ人が複数のサービスに登録していれば重ねて数えられます。急増は実際に起きていますが、その中身は「攻撃の数が5倍になった」というより、次に書く日本の構造によって増幅されたものと見るほうが実態に近いはずです。
日本で被害が増幅する構造
日本に特有と言える部分は、ここにあります。一覧を眺めると、ひとつの共通サービスが破られて数十の組織が一斉にお詫びを出す、という形が繰り返し現れます。ECサイト構築のショップサーブ、ISP向けのメール基盤、メール配信のブラストメールと Cuenote FC、ノーコード制作ツールの Studio、ハウス電子マネー基盤のバリューデザイン。10月末にはメール配信のアララが侵害され、運営元は契約企業が最大約380社、持ち出された、またはそのおそれのあるメールアドレスが約7,700万件と公表しました。11月に入ると、カカクコム、三井住友銀行、自治体まで、利用していた組織の公表が連日続いています。同じ週には、ロードサービスの受付システムから損保・カーリース各社へ、ローン保証のシステムから提携する十数の銀行へと、同じ形の連鎖が別の場所でも起きました。
海外にも同じ構造はあります。米国の Canvas の件も、1つの教育基盤の侵害が大学や学区に波及したものです。違いは密度です。日本では、中小企業も大企業も少数の同じレンタルサーバー・SaaS・配信基盤に集中しており、1つの侵害が広く波及します。そして各社が個別にお詫びを公表し、個別に報告するため、1つの事故が「数十件」「数百件」として見えます。自社は無傷でも顧客情報は漏れるという構造が、件数を増幅しています。
もうひとつは「持ち方」です。この秋の事案には、本人確認書類の画像をそのまま保存していた、パスワードを暗号化せずに保存していた、通販の通話録音にカード番号が残っていた、メール配信先のリストを外部に渡したまま棚卸しをしていなかった、という共通点が見えます。メールアドレスだけの漏えいが数百万件単位になるのは、集めた情報を減らさず、渡した先を把握していないからです。これは攻撃側の技術ではなく、守る側の設計の問題です。
「AIのせい」は、どこまで言えるか
「攻撃者がAIを使っているから増えた」という説明をよく見ます。確認されている事実を分けて書きます。
脆弱性の発見側では、AIの影響がはっきりしています。php2shell は研究者がAIモデルを使って見つけたと報じられ、GTIG はAIエージェントが中〜高リスクの脆弱性を多数発見していると述べています。発見が速くなれば、修正と悪用の競争も速くなります。
攻撃側のAI利用は、まず韓国で確認されました。2026年9月末から10月にかけて、新韓銀行(約25,000人)など複数の銀行が侵害され、自律型の侵入テストツール「ARTEX」の痕跡が攻撃経路から見つかったと報じられています。
出典: The Korea Times「How AI emerged as new threat in Korea's bank hacking crisis」(2026年10月7日)
日本でも、同じツールが観測されています。GMOサイバーセキュリティ byイエラエは10月19日、日本企業を狙った攻撃元のサーバーで ARTEX が使われていたことを確認したと公表しました。そのサーバーが標的にしていた日本企業は約20社で、うち8社は9〜10月に情報漏えいを公表済み。同じ種類のサーバーがほかに6台見つかり、観測できた範囲ではほぼ日本だけを狙っていたとしています。
出典: GMOサイバーセキュリティ byイエラエ「相次ぐ不正アクセスの攻撃元の多くがAIであることを確認」(2026年10月19日、21日更新)
ただし、標的になった企業の名前は公表されておらず、漏えいを公表した組織の側で、攻撃者のAI利用に触れたところはまだありません。そして、この秋の国内事案の入口として各社が公表しているのは、認証情報の窃取、委託先の脆弱性、公開済みの脆弱性の放置、設定ミスといった、以前からある経路です。ARTEX のようなツールは、新しい穴を作るのではなく、既知の手口を速く、安く、大量に試せるようにするものです。「AIが攻撃を速くしている」ことには裏付けが出始めましたが、「AIだから防げなかった」わけではありません。原因をAIに求めると、対策が「AIに対抗するAI」の話になり、足元の設計の問題から目がそれます。
まとめ——波は世界共通、増幅は自分たちの構造
整理すると、こうなります。脆弱性の発見と悪用が速くなったのは世界共通で、米国も韓国も漏えいは増えています。日本はその波の中で増え方が速く、標的としての順位も上がり、AIを使った攻撃も観測され始めました。公的統計はこの秋に急増を示していますが、その中には1つの侵害が何十もの報告になる重複が多く含まれています。日本では、少数の共通サービスへの集中と、情報を持ちすぎる設計が、1つの侵害を数十、数百の公表に増幅しています。
波そのものは止められません。できるのは、増幅の構造を自分たちの側で小さくすることです。使っている外部サービスを棚卸しして、渡している情報を減らす。集める項目と残す期間を見直す。更新を当てられない古いシステムを、更新が怖くない構造に作り替える。どれも、攻撃者がAIを使っているかどうかとは関係なく効きます。
AIに開発や運用を任せるときの「周りに用意するもの」は、AI開発の設計指針 3本セットとしてテンプレート付きで配布しています。既存システムの棚卸しから始める手順も、その中に入っています。
増幅の構造を、自社の側から小さくする。
JumpStackは、お客さまの現場にAIチームを配置するFDEを軸に、課題の定義から実装・運用までをご一緒しています。外部サービスの棚卸し、集めない・残さない設計、更新が怖くない構造への作り替えまで、段階を追ってご一緒します。
棚卸しから相談する